近日，深圳大学计算机与软件学院高性能计算研究所王毅教授课题组的学术论文“Rapper: A Parameter-Aware Repair-in-Memory Accelerator for Blockchain Storage Platform”，被第30届IEEE高性能计算体系结构大会HPCA'24 (30th IEEE International Symposium on High-Performance Computer Architecture) 录用。该论文作者全部来自于深圳大学，马晨琳助理教授为第一作者，王毅教授为通讯作者。
区块链存储网络中的存储节点可以通过在一段时间内出租其闲置的存储资源保存用户上传的数据以换取租金奖励。这一特性也导致大多数存储节点是不稳定的，可以随时上线或者下线，形成一种“大进大出”的独特场景。在此场景下，为了维护用户数据可靠性，数据修复任务会被频繁触发。然而，数据修复主要依赖于计算和访存密集型的纠删码算法，当在卫星节点工作负载较重时，往往需要数小时才能修复完成，使得数据丢失的风险大大提升。
本论文提出了一种名为Rapper的纠删码参数感知的存内修复架构，可以极大地提升区块链存储系统中的数据修复效率。Rapper利用了存内计算架构中的计算能力，使数据修复任务可以用一种并行的方式进行处理，从而减少了数据迁移开销以及提高了整体效率。实验结果显示，与代表性方案相比，Rapper的平均效率提升达到了1.96倍。
图1. Rapper: 一种面向区块链存储系统的纠删码参数感知的存内修复架构
HPCA是由IEEE举办的计算机体系结构领域的顶级会议，与ASPLOS、ISCA、MICRO并称为计算机体系结构领域的 “四大顶会” ，并属于中国计算机学会CCF-A类会议。本届会议共收到410篇投稿，共录用75篇论文，录取率为18%。自2008年中国科学院计算所发表国内第一篇HPCA以来，近年国内高校和科研机构每年仅有6-10篇论文在HPCA发表。第30届HPCA大会将于2024年3月在苏格兰爱丁堡举行。
科研动态